電子回路完全ガイド: ダイオードから演算増幅器まで

アナログ電子回路は電気・電子工学の核心です。回路理論の基礎から始まり、半導体素子、増幅器設計、フィルタ、電源回路まで、実践的なサンプルコードとともに体系的に解説します。

1. 回路理論の基礎

キルヒホッフの法則

キルヒホッフの電圧則（KVL）: 任意の閉ループにおける電圧の代数和はゼロです。

$\sum_{k=1}^{n} V_k = 0$

キルヒホッフの電流則（KCL）: 任意のノードにおける流入・流出電流の代数和はゼロです。

$\sum_{k=1}^{n} I_k = 0$

import numpy as np

# KCLによるノード電圧解析
# 回路: V1=12V, R1=1kΩ, R2=2kΩ, R3=3kΩ
# コンダクタンス行列(G)と電流源ベクトル(I)

G = np.array([
    [1/1e3 + 1/2e3, -1/2e3],
    [-1/2e3, 1/2e3 + 1/3e3]
])
I = np.array([12/1e3, 0])
V = np.linalg.solve(G, I)
print(f"ノード電圧: V1={V[0]:.3f}V, V2={V[1]:.3f}V")

テブナン・ノートン等価回路

任意の線形回路は、テブナン電圧 $V_{th}$ とテブナン抵抗 $R_{th}$ の直列回路に等価変換できます。ノートン等価は $I_N = V_{th}/R_{th}$ と $R_N = R_{th}$ の並列組み合わせです。

最大電力伝送の定理: $R_L = R_{th}$ のとき負荷に最大電力が伝達されます。

$P_{max} = \frac{V_{th}^2}{4R_{th}}$

重ね合わせの原理

線形回路において複数の独立電源が存在する場合、各電源が単独に作用したときの応答を重ね合わせることで全体の応答を求めることができます。

AC回路とフェーザ解析

インピーダンス表現:

• 抵抗: $Z_R = R$
• インダクタ: $Z_L = j\omega L$
• キャパシタ: $Z_C = \frac{1}{j\omega C}$

伝達関数 $H(j\omega)$ とボード線図は周波数応答解析の基本ツールです。振幅特性は $|H|_{dB} = 20\log_{10}|H|$ で表されます。

2. ダイオード

p-n接合の物理的動作

p型半導体（多数キャリア：正孔）とn型半導体（多数キャリア：電子）が接合すると、空乏層が形成されます。順方向バイアスでは空乏層が狭まって電流が流れ、逆方向バイアスでは空乏層が広がって電流がほぼ遮断されます。

シリコンの場合、接触電位は室温で約 0.6〜0.7 V です。

ショックレーのダイオード方程式

$I_D = I_S\left(e^{V_D / nV_T} - 1\right)$

各パラメータ:

• $I_S$: 逆方向飽和電流（シリコンで約 $10^{-14}$ A）
• $n$: 理想係数（理想：1、実際：1〜2）
• $V_T = kT/q$: 熱電圧（25度で約 26 mV）

import numpy as np
import matplotlib.pyplot as plt

# ダイオードのI-V特性曲線
V = np.linspace(-0.5, 0.8, 1000)
IS = 1e-14       # 逆方向飽和電流
n = 1.0          # 理想係数
VT = 0.02585     # 熱電圧 (25度)

ID = IS * (np.exp(V / (n * VT)) - 1)
ID_clipped = np.clip(ID, -1e-12, 0.1)

plt.figure(figsize=(8, 5))
plt.plot(V, ID_clipped * 1000, 'b-', linewidth=2)
plt.axhline(y=0, color='k', linewidth=0.5)
plt.axvline(x=0, color='k', linewidth=0.5)
plt.xlabel('ダイオード電圧 V_D (V)')
plt.ylabel('ダイオード電流 I_D (mA)')
plt.title('ダイオードI-V特性曲線')
plt.grid(True, alpha=0.3)
plt.xlim(-0.5, 0.8)
plt.ylim(-0.01, 0.1)
plt.show()

整流回路

半波整流: ダイオード1個で交流の正の半サイクルのみを通過させます。平均出力電圧: $V_{avg} = V_m / \pi$

全波ブリッジ整流: 4個のダイオードで両半サイクルを整流します。平均出力電圧: $V_{avg} = 2V_m / \pi$

平滑コンデンサによるリップル電圧の低減: $V_{ripple} \approx \frac{I_L}{f \cdot C}$

ツェナーダイオード

逆方向降伏電圧 $V_Z$ を利用した電圧基準素子です。簡単な定電圧回路に使われます。

$R_S = \frac{V_{in} - V_Z}{I_Z + I_L}$

特殊ダイオード

• LED（発光ダイオード）: 順方向電流で光を発する。材料によって順電圧は 1.8〜3.5 V。
• フォトダイオード: 入射光に比例した電流を生成。逆バイアス（光導電モード）で使用。
• ショットキーダイオード: 金属-半導体接合。低い順電圧（約 0.3 V）と高速スイッチング特性。

3. BJTトランジスタ

構造と動作モード

BJT（バイポーラ接合トランジスタ）は、エミッタ（E）、ベース（B）、コレクタ（C）の三端子素子です。

活性領域では: $I_C = \beta I_B$（$\beta = h_{FE}$: 直流電流増幅率、一般に 50〜300）

また: $I_E = I_B + I_C = (\beta + 1)I_B$

DCバイアス設計

最も安定した分圧器バイアス方式:

$V_B = V_{CC} \cdot \frac{R_2}{R_1 + R_2}$ $V_E = V_B - V_{BE} \approx V_B - 0.7\text{ V}$ $I_C \approx I_E = \frac{V_E}{R_E}$

安定係数 $S = 1 + R_B/R_E$（$R_B = R_1 \| R_2$）はQ点の温度安定性を示します。

小信号ハイブリッドπモデル

Qポイントにおける主要パラメータ:

• $g_m = I_C / V_T$: トランスコンダクタンス
• $r_\pi = \beta / g_m$: 入力抵抗（ベース-エミッタ間、小信号）
• $r_o = V_A / I_C$: 出力抵抗（アーリー効果、$V_A$はアーリー電圧）

増幅器構成の比較

共通エミッタ電圧利得（バイパスコンデンサあり）:

$A_v = -g_m (R_C \| r_o) \approx -\frac{R_C}{r_e}, \quad r_e = \frac{V_T}{I_C}$

4. MOSFET

動作原理と動作領域

MOSFET（金属酸化膜半導体電界効果トランジスタ）は、ゲート（G）、ドレイン（D）、ソース（S）、基板（B）の四端子素子です。nチャネルNMOSを基準として:

カットオフ領域: $V_{GS} < V_{th}$ → $I_D \approx 0$

線形（オーミック）領域: $V_{GS} > V_{th}$ かつ $V_{DS} < V_{GS} - V_{th}$

$I_D = \mu_n C_{ox} \frac{W}{L} \left[(V_{GS} - V_{th})V_{DS} - \frac{V_{DS}^2}{2}\right]$

飽和領域: $V_{DS} \geq V_{GS} - V_{th}$

$I_D = \frac{1}{2}\mu_n C_{ox} \frac{W}{L}(V_{GS} - V_{th})^2 (1 + \lambda V_{DS})$

プロセストランスコンダクタンスパラメータ: $k_n = \mu_n C_{ox} W/L$

小信号パラメータ

• $g_m = \sqrt{2\mu_n C_{ox}(W/L)I_D}$: トランスコンダクタンス
• $r_o = 1/(\lambda I_D)$: 出力抵抗（チャネル長変調効果）

CMOSインバータ

PMOSとNMOSを組み合わせた相補型インバータ。静的動作時は一方が常にオフのため、静的電力消費がほぼゼロです。これがCMOSがデジタル論理回路の主流である理由です。

スイッチングエネルギー: $E = \frac{1}{2}CV_{DD}^2$

MOSFETカレントミラー

アナログICのバイアス回路に使用されます。基準電流を鏡像として出力に複製します。ウィルソン型やカスコード型は出力インピーダンスを大幅に改善します。

5. 演算増幅器（Op-Amp）

理想Op-Ampの特性

仮想短絡（Virtual Short）: 負帰還が適用された理想Op-Ampでは、反転入力端子と非反転入力端子の電圧が等しくなります。$V^+ \approx V^-$

仮想開放（Virtual Open）: 理想入力インピーダンスが無限大のため、入力端子に電流は流れません。

基本Op-Amp回路

反転増幅器:

$A_v = -\frac{R_f}{R_1}, \quad R_{in} = R_1$

非反転増幅器:

$A_v = 1 + \frac{R_f}{R_1}, \quad R_{in} \to \infty$

電圧フォロワ（バッファ）:

$A_v = 1, \quad R_{in} \to \infty, \quad R_{out} \to 0$

差動増幅器（抵抗 $R_1$ と $R_f$ が対称の場合）:

$V_{out} = \frac{R_f}{R_1}(V_2 - V_1)$

加算増幅器:

$V_{out} = -\left(\frac{R_f}{R_1}V_1 + \frac{R_f}{R_2}V_2 + \cdots\right)$

積分器（ミラー積分器）:

$V_{out}(t) = -\frac{1}{R_1 C} \int V_{in}(t)\, dt$

微分器:

$V_{out}(t) = -R_f C \frac{dV_{in}}{dt}$

import numpy as np
import matplotlib.pyplot as plt

# 反転増幅器の周波数応答シミュレーション
f = np.logspace(1, 7, 1000)   # 10Hz ~ 10MHz
GBW = 1e6                      # 利得帯域幅積 1MHz
R1, Rf = 1e3, 10e3

Av_ideal = -Rf / R1            # 理想利得 = -10

# 開ループ利得（1次モデル）
A_open = GBW / (1j * f)

# 閉ループ利得
beta = R1 / (R1 + Rf)
Av_closed = A_open / (1 + A_open * beta)

plt.figure(figsize=(10, 6))
plt.subplot(2, 1, 1)
plt.semilogx(f, 20*np.log10(np.abs(Av_closed)), 'b-', linewidth=2, label='実際の利得')
plt.axhline(y=20*np.log10(abs(Av_ideal)), color='r', linestyle='--', label='理想利得 (20dB)')
plt.ylabel('利得 (dB)')
plt.title('反転増幅器の周波数応答（GBW=1MHz, Av=-10）')
plt.legend()
plt.grid(True, alpha=0.3)

plt.subplot(2, 1, 2)
plt.semilogx(f, np.angle(Av_closed, deg=True), 'g-', linewidth=2)
plt.xlabel('周波数 (Hz)')
plt.ylabel('位相 (度)')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

シュミットトリガ

正帰還によるヒステリシス付き比較器です。ノイズによる誤動作を防ぎます。

$V_H = +V_{sat} \cdot \frac{R_1}{R_1 + R_f}, \quad V_L = -V_{sat} \cdot \frac{R_1}{R_1 + R_f}$

ヒステリシス幅: $\Delta V = V_H - V_L$

6. 電力増幅器

動作級の比較

プッシュプルAB級増幅器

NPN型とPNP型トランジスタをペアにして各半サイクルを増幅します。ベース間に 0.6〜0.7 V のバイアス電圧を印加してB級のクロスオーバー歪みを解消します。

D級増幅器

入力信号をPWM（パルス幅変調）に変換し、パワートランジスタをスイッチングした後、LCローパスフィルタで再構成します。効率が90%以上となるため、バッテリ駆動のオーディオやモータ駆動に最適です。

7. 帰還（フィードバック）

負帰還の利点

1. 利得の安定化: 閉ループ利得 $A_f = A/(1 + A\beta) \approx 1/\beta$ となり、素子ばらつきに鈍感になります。
2. 帯域幅の拡大: $BW_{closed} = BW_{open} \times (1 + A\beta)$
3. 歪みの低減: 非線形歪みが $(1 + A\beta)$ 倍低減されます。
4. インピーダンスの調整: 直列帰還は入力インピーダンスを増加させ、並列帰還は低下させます。

安定性解析

ボード線図における位相余裕（PM）と利得余裕（GM）:

• PM > 45度: 安定（目標は約60度）
• GM > 6 dB: 安定

ナイキスト安定判別法: 開ループ伝達関数 $L(j\omega)$ のナイキスト線図が点 $(-1, j0)$ を時計回りに囲まなければ安定です。

発振器

正帰還でバルクハウゼン条件（$|A\beta| = 1$ かつ $\angle A\beta = 0$度）が満たされると発振します。

• コルピッツ発振器: フィードバック網にキャパシタ分圧器を使用。
• ハートレー発振器: インダクタ分圧器を使用。
• 水晶振動子発振器: 水晶の圧電共振を利用した高安定発振器。

8. 能動フィルタ

バタワースローパスフィルタ

通過域で最大平坦振幅特性を持ちます:

$|H(j\omega)| = \frac{1}{\sqrt{1 + (\omega/\omega_c)^{2n}}}$

遮断周波数 $\omega_c$ 以降の減衰傾度は $-20n$ dB/デケードです。

Sallen-Key 2次ローパスフィルタ

抵抗2個、キャパシタ2個、Op-Amp 1個で構成される一般的な能動フィルタトポロジー:

$H(s) = \frac{\omega_0^2}{s^2 + (\omega_0/Q)s + \omega_0^2}$

バタワース応答では $Q = 1/\sqrt{2} \approx 0.707$ を使用します。

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

# 3次バタワースローパスフィルタ (fc = 1kHz)
fc = 1000  # Hz
order = 3
b, a = signal.butter(order, 2*np.pi*fc, btype='low', analog=True)

f = np.logspace(1, 5, 1000)
w = 2 * np.pi * f
_, H = signal.freqs(b, a, worN=w)

plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.semilogx(f, 20*np.log10(np.abs(H)), 'b-', linewidth=2)
plt.axvline(x=fc, color='r', linestyle='--', label='遮断周波数')
plt.xlabel('周波数 (Hz)')
plt.ylabel('利得 (dB)')
plt.title('3次バタワースLPF')
plt.legend()
plt.grid(True, alpha=0.3)

plt.subplot(1, 2, 2)
plt.semilogx(f, np.angle(H, deg=True), 'g-', linewidth=2)
plt.axvline(x=fc, color='r', linestyle='--', label='遮断周波数')
plt.xlabel('周波数 (Hz)')
plt.ylabel('位相 (度)')
plt.title('位相応答')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

状態変数フィルタ

3個のOp-Ampを使用してローパス、バンドパス、ハイパス出力を同時に得られるフィルタです。周波数とQを独立に調整できるため、パラメトリックイコライザに最適です。

9. 電源回路

リニアレギュレータ

7805固定レギュレータ: 出力5V固定、ドロップアウト電圧約2V、最大電流1A。

$P_{dissipation} = (V_{in} - V_{out}) \times I_{load}$

効率: $\eta = V_{out}/V_{in}$（入出力差が大きいと効率が悪い）

LM317可変レギュレータ:

$V_{out} = 1.25\left(1 + \frac{R_2}{R_1}\right) + I_{adj} \cdot R_2 \approx 1.25\left(1 + \frac{R_2}{R_1}\right)$

スイッチングレギュレータ

降圧（Buck）コンバータ:

$V_{out} = D \cdot V_{in}, \quad D = \frac{t_{on}}{T}$

昇圧（Boost）コンバータ:

$V_{out} = \frac{V_{in}}{1-D}$

昇降圧（Buck-Boost）コンバータ:

$V_{out} = -\frac{D}{1-D} V_{in}$

スイッチングレギュレータの効率は 85〜95% と高く、リニアレギュレータより大幅に優れています。インダクタの選定:

$L_{min} = \frac{(V_{in} - V_{out}) \cdot D}{f_s \cdot \Delta I_L}$

10. センサとインターフェース回路

温度センサインターフェース

NTCサーミスタ（負の温度係数）: 温度上昇とともに抵抗が減少します。

$R(T) = R_0 \cdot e^{B(1/T - 1/T_0)}$

ホイートストンブリッジで線形化し、差動増幅器で微小電圧を増幅します。

熱電対: ゼーベック効果で微小電圧（10〜50 µV/度）を発生。冷接点補償ICと計装増幅器が必要です。

計装増幅器（INA128など）

$A_v = 1 + \frac{50\text{ k}\Omega}{R_G}$

高いCMRR（100 dB以上）により、大きなコモンモードノイズの存在下でも微小差動信号を正確に増幅できます（心電図、ひずみゲージ、ブリッジセンサ等）。

ADC/DACインターフェース

ADCの主要パラメータ:

• 分解能: nビットADCは $2^n$ レベルに量子化。LSB = $V_{FS}/2^n$
• SNR: 理想nビットADCで約 $6.02n + 1.76$ dB
• サンプリングレート: ナイキスト基準 $f_s \geq 2f_{max}$
• アンチエイリアシングフィルタ: ADC前段に置くローパスフィルタ

組み込みシステムでは SPI と I2C がADC/DACチップとのインターフェースとして最も広く使用されます。

11. AIハードウェアとアナログ回路

ニューラルネットワークのアナログ演算

エッジでのディープラーニング推論において、アナログ回路はエネルギー効率の面から再び注目を集めています。

アナログMAC（乗算累算）演算: ニューラルネットワーク推論の核心演算です。オームの法則（$I = GV$）を利用してコンダクタンスで重みを、電圧で入力を表現し、乗算をハードウェアで物理的に実行します。クロスバーアレイを使うことで行列-ベクトル積演算を1ステップで実行できます。

Processing-In-Memory（PIM）: フラッシュ、SRAM、ReRAMセルが重みをその場に保持し、メモリアレイ内で乗算を実行します。データをメモリとプロセッサ間で移動するフォン・ノイマンボトルネックを解消します。

AIチップの混合信号設計

現代のAIアクセラレータ（Google TPU、Apple Neural Engineなど）はデジタルMAC演算とアナログ回路を組み合わせています:

• クロスバーアレイのアナログ出力を変換する高速ADC
• オンチップ学習の重みを更新するDAC
• 精密なクロック生成のためのPLL（位相同期ループ）
• 電源ノイズを遮断するLDOレギュレータ

エッジAIの電力管理

バッテリ駆動のエッジ推論には積極的な省電力対策が不可欠です:

• DVFS（動的電圧・周波数スケーリング）: 電源電圧を下げるとスイッチングエネルギーが二乗で減少しますが、動作速度も低下します。
• パワーゲーティング: 推論の合間に未使用の演算ブロックを完全に遮断します。
• 量子化: 重みの精度を32ビット浮動小数点から8ビット整数に落とすとメモリ帯域と消費電力が約4分の1に低減されます。
• サブスレッショルド回路: 弱反転領域で動作するMOSFETはnWレベルの超低電力を実現し、常時オンのキーワード検出に適用されます。

12. 練習問題

参考文献

• Sedra & Smith — Microelectronic Circuits, 第8版（Oxford University Press）— アナログ電子工学の標準的な教科書。
• Razavi — Design of Analog CMOS Integrated Circuits, 第2版（McGraw-Hill）— アナログIC設計の必読書。
• Texas Instruments — Op Amp Applications Handbook（ti.com より無料PDF）— 実践的なOp-Amp設計の総合参考資料。
• Horowitz & Hill — The Art of Electronics, 第3版（Cambridge University Press）— 実践回路設計の定番書。
• LTspice — Analog Devices提供の無料SPICEシミュレータ（analog.com/ltspice）— 業界標準のアナログ回路シミュレーションツール。
• Falstad Circuit Simulator — ブラウザベースの無料回路シミュレータ（falstad.com/circuit）— 素早いビジュアル確認に最適。

このガイドは電気・電子工学の1〜2年生向けのアナログ回路コアトピックをカバーしています。PythonコードとLTspiceで実際に回路を検証し、Sedra & Smithの教科書と併用することで理解が深まります。